[发明专利]一种影视剧本人物名称的提取方法和装置

摘要

本发明公开了一种影视剧本人物名称的提取方法和装置，属于文学领域。该方法包括S1，建立姓名词典；S2，建立非姓名词典；S3，将剧本文字的内容中包含中英文冒号的文本行放到列表L1中,将不包含中英文冒号的文本行放到列表L2中；S4，逐行处理列表L1：S5，逐行处理列表L2；S6，逐行处理列表L3，从L3中移除S2中非姓名的词汇，L3中剩下的词即为从剧本中识别出的人物名称；该装置包括姓名字典模块、非姓名字典模块、分离模块、第一存储模块、第二存储模块、处理模块和提取模块。

主权项

一种影视剧本人物名称的提取方法，其特征在于，包括如下步骤：S1，建立姓名词典，所述姓名词典包括中文姓氏、汉译名姓氏、外语姓氏、称呼用字和省略用字；S2，建立非姓名词典，所述非姓名词典包括非姓名的词汇；S3，将剧本文字的内容中包含中英文冒号的文本行放到列表L1中,将不包含中英文冒号的文本行放到列表L2中；S4，逐行处理列表L1：S4‑1:获取中英文冒号前的内容；S4‑2:将获取到的内容去除前后空格后，判断字符串长度；S4‑3:当长度小于4个字符时，将所述字符串放到列表L3中，逐行读取列表L3中的字符串，并获取词的首字，如果首字不在S1定义的词典中，则将该词从L3中移除；S4‑4:当长度为4个以上字符时，使用自然语言处理中的中文分词技术对获取到的字符串进行分词处理，将词性为人名、职业或职务名称的词放到L4中；S4‑5:将L4中存在且L3中不存在的词添加到L3中；S5，逐行处理列表L2；S5‑1:获取L2一行内容，去除前后空格并获得字符串；S5‑2:使用自然语言处理中的中文分词技术对S5‑1中的字符串进行分词处理，将词性为人名，职业，职务名称的词放到L5中；S5‑3:将L5中存在且L3中不存在的词添加到L3中；S6，逐行处理列表L3，从L3中移除S2中非姓名的词汇，L3中剩下的词即为从剧本中识别出的人物名称。